AI nie sprawiło, że inżynierowie seniorzy stali się mniej wartościowi. Sprawiło, że stali się bardziej wartościowi

Inżynieria oprogramowania kiedyś podążała jasną ścieżką.

Juniorzy uczyli się składni. Mid-levelowi uczyli się systemów. Seniorzy uczyli się osądu.

Potem pojawiła się AI. Teraz każdy generuje kod w kilka sekund. AI pisze funkcje, API, testy i dokumentację.

Niektórzy uważają, że szkodzi to doświadczonym inżynierom. Pytają, po co firmom seniorzy, skoro AI pisze kod.

Jest wręcz przeciwnie. AI zwiększa wartość inżynierów seniorów.

Wiele osób uważa, że inżynieria polega na pisaniu kodu. Kod to często ta łatwiejsza część.

Trudniejsza praca polega na odpowiadaniu na te pytania:

  • Jaki problem rozwiązujemy?
  • Na jakie kompromisy się decydujemy?
  • Jak to pasuje do istniejącego systemu?
  • Jakie są ryzyka?
  • Jak będziemy to utrzymywać za sześć miesięcy?
  • Co się stanie, gdy wymagania ulegną zmianie?

AI zajmuje się implementacją. AI nie może wziąć na siebie odpowiedzialności. Inżynierowie seniorzy spędzają większość czasu właśnie na braniu odpowiedzialności.

Silny i słaby inżynier mogą teraz wygenerować podobny kod. Ale podobny kod nie oznacza podobnej jakości.

AI pracuje z tym, co jej dostarczysz.

  • Jeśli wymagania są niejasne, AI i tak wygeneruje wynik.
  • Jeśli architektura jest nieuporządkowana, AI powiela ten chaos.
  • Jeśli brakuje ograniczeń, AI stawia założenia.

Doświadczeni inżynierowie dostrzegają te problemy na wczesnym etapie. AI nie zastępuje osądu. Pokazuje jedynie, kiedy go brakuje.

Przed erą AI wąskim gardłem była prędkość. Teraz zespoły generują kod szybciej, niż są w stanie go sprawdzić. Wartość uległa przesunięciu.

Nowe wąskie gardła to:

  • Jasność wymagań
  • Decyzje architektoniczne
  • Analiza ryzyka
  • Weryfikacja
  • Priorytetyzacja
  • Zrozumienie produktu

To umiejętności seniorów. Stają się one ważniejsze wraz ze spadkiem kosztów implementacji.

Myśl o AI jak o dźwigni. Dobry inżynier wykorzystuje AI, aby dostarczać więcej wartości. Słaby inżynier wykorzystuje AI, aby generować więcej błędów.

Organizacje potrzebują ludzi, którzy potrafią:

  • Definiować dobre ograniczenia
  • Rozbijać duże problemy na małe zadania
  • Przeglądać zmiany wprowadzone przez AI
  • Znajdować ukryte ryzyka
  • Utrzymywać jakość systemu

Narzędzie się zmieniło. Potrzeba pozostała ta sama.

Pytanie o ścieżkę kariery nie dotyczy szybkiego pisania kodu. Dotyczy podejmowania dobrych decyzji inżynierskich.

Generowanie kodu staje się z każdym rokiem tańsze. Dobry osąd – nie.

AI może napisać kod, ale to ludzie muszą zdecydować, co budować i czy to działa. Ta praca pozostaje domeną człowieka.

Źródło: https://dev.to/artcalo/ai-didnt-make-senior-engineers-less-valuable-it-made-them-more-valuable-3jfn

Opcjonalna społeczność edukacyjna: https://t.me/GyaanSetuAi